[发明专利]一种活体检测方法及系统

说明书

本发明实施例提供一种活体检测方法及系统。其中，方法包括：将待检测对象的人脸图像输入至训练好的活体检测模型，获取所述训练好的活体检测模型的输出结果；根据所述输出结果，判定所述待检测对象是否为活体；其中，所述训练好的活体检测模型通过以下步骤进行训练：基于生成式对抗网络，生成负样本训练集；通过正样本训练集和所述负样本训练集，对所述活体检测模型进行训练，得到所述训练好的活体检测模型；其中，所述负样本为攻击图像，所述正样本为真实图像。本发明实施例提供的方法及系统，不需要收集大量攻击照片，自身就能够产生大量训练数据，解决活体检测中负样本过少的问题，使得活体检测识别准确率高，可适用范围广。

技术领域

本发明实施例涉及活体检测技术领域，尤其涉及一种活体检测方法及系统。

背景技术

活体检测是通常应用在身份验证等场合中的以确定待检测对象的真实生理特征的方法，能够确定待检测对象是否为真实活体本人，可有效抵御照片、换脸、面具、遮挡和屏幕翻拍等常见的攻击手段，以保证身份验证的准确性。

通常，活体检测有以下几种方式：

方式1、采用指令式的交互方式，通过发出指令指导待检测对象做出一系列规定动作或者表情，然后与预设的动作或者表情进行比对，根据比对结果来判断待检测对象是否为活体。但这种方式的缺陷在于通过下达指令的方式导致交互不友好且活体检测时间长，从而导致待检测对象的使用感差，并且，在待检测对象不配合的情况下，该方式无法进行检测。

方式2、基于三维图像建模技术的方式，但这种方式的缺陷在于计算量大，且需使用3D摄像头，成本较高。

方式3、基于红外技术的方式，但这种方式的缺陷在于成本高、对设备硬件要求苛刻。

方式4、基于深度学习的方式，但这种方式的缺陷在于数据匮乏且不够泛化，从而训练得到的模型容易过拟合且泛化能力差，准确率较低。

发明内容

针对现有技术中存在的技术问题，本发明实施例提供一种活体检测方法及系统。

第一方面，本发明实施例提供一种活体检测方法，包括：

将待检测对象的人脸图像输入至训练好的活体检测模型，获取所述训练好的活体检测模型的输出结果；

根据所述输出结果，判定所述待检测对象是否为活体；

其中，所述训练好的活体检测模型通过以下步骤进行训练：

基于生成式对抗网络，生成负样本训练集；

通过正样本训练集和所述负样本训练集，对所述活体检测模型进行训练，得到所述训练好的活体检测模型；

其中，所述负样本为攻击图像，所述正样本为真实图像

第二方面，本发明实施例提供一种活体检测系统，包括：

输出结果获取模块，用于将待检测对象的人脸图像输入至训练好的活体检测模型，获取所述训练好的活体检测模型的输出结果；

活体判定模块，用于根据所述输出结果，判定所述待检测对象是否为活体；

其中，所述训练好的活体检测模型通过以下步骤进行训练：

基于生成式对抗网络，生成负样本训练集；

通过正样本训练集和所述负样本训练集，对所述活体检测模型进行训练，得到所述训练好的活体检测模型；

其中，所述负样本为攻击图像，所述正样本为真实图像。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。